qq:800819103
在线客服,实时响应qq群
在线客服,实时响应客服电话
13318873961采集数据必须要有爬虫IP代理!之前由于公司项目需要,采集过地图数据,还有一些大型网站数据。
经验如下:
1.代理IP必须需要, 说的非常正确,ADSL。如果有条件,其实可以跟机房多申请外网IP。
2.在有外网IP的机器上,部署代理服务器。
3.你的程序,使用轮训替换代理服务器来访问想要采集的网站。
好处:
1.程序逻辑变化小,只需要代理功能。
2.根据对方网站屏蔽规则不同,你只需要添加更多的代理就行了。
3.如果具体IP被封了,使用代理服务器下线就可以了,程序逻辑不需要变化。
最早是想通过代理,买一些代理IP,比如免费的精灵http代理,上面提供了很多国内的代理IP服务器地址,可以从这边抓取http代理。后来就用ADSL了,缺点要断网,再拨号,断网过程爬虫是空跑的,如果你对数据实时性要求特别高,需要好好规划一下程序。
ADSL另一个不好的地方是服务器厂商似乎都是小作坊,不稳定,找到一个秒拔秒变,又长期稳定的合作伙伴也是很重要的。平均2秒访问一次,即遭封锁代理服务器IP地址,因此只有降低抓取速度,但是又有总量和时间的限制。有个问题:如果我平均2秒多一点访问一次,是否可以永远不被封锁?对方网站的封锁策略你是否都摸透?
按照现有条件,假设封锁条件是确定的,那1万页,30分钟,平均一秒种的量是5.56次。如果不存在调度,用户可以设置至少6条线路来完成抓取(更正一下,应该是至少12条线路,时间仓促,计算失误)推荐阅读:代理ip软件哪个最便宜易用?
终极解决方案就是拉几条电信的ADSL线路代理IP,光纤和电话线都可以,拨号就用CMD方式就可以了,1000多1年,光纤10M,电话线4M,自己再买几台机器放过去就行了。
相关文章内容简介
1 采集数据必须要有爬虫IP代理!
采集数据必须要有爬虫IP代理!之前由于公司项目需要,采集过地图数据,还有一些大型网站数据。 经验如下: 1.代理IP必须需要,∵说的非常正确,ADSL。如果有条件,其实可以跟机房多申请外网IP。 2.在有外网IP的机器上,部署代理服务器。 3.你的程序,使用轮训替换代理服务器来访问想要采集的网站。 好处: 1.程序逻辑变化小,... [阅读全文]
最新标签
推荐阅读
13
2019-08
用代理IP上网保护隐私吗?
随着网络的发展,上网用户的各人安全越来越无法保障,黑客攻击、钓鱼网站等都可能泄露我们的各人信息,甚至威胁到财产安全。那么,怎么能完全隐藏真实IP呢?
18
2019-06
最快找出可用代理ip方法
最快找出可用代理ip方法,有没有人掌握呢?因为网上很多IP都是无效的,想在其中找到有效的,需要一定的时间,那么有没有最快找出可用代理ip方法呢?
01
2019-07
爬虫离不开要用到IP池
大数据时代,信息的抓取离不开Python爬虫,但是网站一般会设置反爬虫,比如限制IP,验证码等,所以Python爬虫离不开要用到IP池,用更多的IP来掩盖,那么网络爬虫哪种换IP软件好呢?现在和黑
01
2019-07
网络爬虫用什么换IP软件好?
检测ip的浏览状况是网站的反爬机制最喜欢采用的方法。在这时就能够通过更改IP地址去抓取信息。假如没有公网ip地址的主机或是更完美的选择,就要决定使用代理,让代理服务器去帮你获取网
热门文章